上月底，亚马逊启动了近年规模最大的一轮裁员，约 14000 个岗位被直接削减。

这并非一场常规的降本增效，而是一轮面向 AI 时代的组织重构。对许多一线员工而言，真正的危险不是绩效下滑，而是岗位本身正被系统性稀释。

亚马逊 CEO 今年强调 "Use AI or Bye-bye"。公司计划将更多资源加速投入到 AI 基础设施、大模型、云计算及自动化系统中。

随之而来的，是大量原本支撑跨境电商、国际零售和中后台运营的岗位，被压缩、合并，甚至直接消失。

在这一背景下，裁员逻辑变得简单而冷硬：不是你不够努力，而是你的岗位已不再被需要。

面对 AI，那些过去依靠经验、沟通、流程和耐心维系的普通岗位，正逐渐失去支点，被悄然移出职场版图。

我们对话了三位被 " 一键清退 " 的亚马逊基层员工。相比财报与公告中的冷数据，他们的讲述更贴近地面。

从裁员邮件降临的一刻，到系统账号被瞬间注销；从 AI 工具的真实使用体验，到安稳感被击碎的瞬间——在这些细节里，一场工业级的 AI 转型，变得具体、冰冷，也更加接近普通人的真实命运。

得知自己被裁员那一刻，李明岚正在加班。

10 月 28 日傍晚，她正对着电脑核对客户数据。" 叮 " 一声，右下角弹出一封新邮件。标题很短，没有多余修饰。她愣了几秒，才意识到，那是一封裁员通知。

李明岚从事电商行业近 10 年，入职亚马逊担任客户经理一年多来，绩效排名始终靠前。裁员名单中突然出现自己的名字，让她一时难以回神。

她立刻告诉两位上级领导，但对方同样一脸错愕。除了表示惊讶与惋惜，他们也无法提供更多信息。据称，他们也是从前一天的媒体报道中才得知裁员消息，对具体安排并不知情。

想到仍有客户在等待回复，李明岚回到电脑前打算处理交接，并逐一向客户道别。系统却弹出提示：" 您已无法登录。"

没有交接，没有过渡。她手中未完的项目和问题，就此戛然而止。

" 快到甚至不需要交接。" 在李明岚看来，这次裁员更像一场迅速而彻底的清算。

国内商务岗基层员工刘令一，也在这场裁员中一夜出局。

在他的经验中，公司以往裁员遵循 "PIP 机制 " ——绩效尾部淘汰。流程包括书面通知、领导及 HR 约谈，再到数月评估缓冲，被裁员工通常有两个月左右的周旋期。

但这一次，从收到裁员邮件到与 HR 确认赔偿方案，刘令一只用了不到 48 小时。

曾经让人避之不及的 HR 约谈，这几天成了需要抢位的稀缺资源。由于涉及人数众多，HR 行程排满，刘令一在收到邮件后立即预约，才挤进了第二天下午的空档。

会议室里，一名素未谋面的主管与一名 HR 直接宣读裁员结果，并提供三种赔偿方案，全程几乎没有寒暄。

明明没有外籍人员在场，对话却全程使用英文。刘令一觉得，这种难以说明缘由的 " 硬裁 "，似乎更适合用一种非母语完成。

他对这份工作本就没有强烈留恋，但面对冷静而程式化的话术，仍感到不适。会议桌上的文件，字字句句似乎都与公司反复强调的 " 领导力准则 " 形成微妙反差。

" 成为全球最好的雇主，关注员工成长与发展。" 他在心里默念，签下了名字。

受冲击更大的，是林梦颖这类员工。

在国内互联网大厂经历三年高压工作后，林梦颖于去年底入职亚马逊中国，担任电商运营。不到一年，她第一次感受到所谓的 "work-life balance"：每周三天到岗，六点下班，双休，团队节奏稳定，没有强烈内卷。

她将这里视作一处 " 修复空间 "，开始恢复运动、阅读和社交节奏，并与男友计划未来，相信这份相对稳定的岗位可以支撑更长远的生活。

10 月 27 日，是林梦颖的生日。晚上，她正举起手机准备给蛋糕拍照，屏幕突然弹出一封公司邮件。

她以为是节日祝福，点开后才发现是领导预告即将裁员的通知。" 裁员赔偿大礼包 "，成了今年最突兀的生日礼物。

更意外的是，她所在的小组整体被裁，相关业务线在全球范围内同时撤除。对于一些跨境工作的员工而言，裁员还意味着签证、居留和生活安排的连锁变化。

社交平台上，关于此次裁员的讨论持续发酵。一位网名为 " 小户里的小布 " 的新员工形容，这轮裁员像 " 灭霸的响指 "。

" 不看绩效，只为消灭人口 "，他写道。

实际上，在裁员消息公布之前，亚马逊内部早已出现过 " 预警 "。

6 月底，李明岚收到一封系统邮件，附上了 CEO 安迪 · 贾西在公司官网发布的一篇长文。密密麻麻的英文中，"AI" 几乎每隔几行就出现一次。

从基础设施、大模型，到云服务、电商和物流应用，亚马逊今年展开了有史以来最大规模的技术投入。1000 个人工智能相关的项目正在开发，公司物流仓储、云服务、电商业务等都正在被 AI 重塑。满屏都是与 AI 相关的雄心壮志。

在文章结尾处，贾西写道：随着 AI 效率的提升，未来几年公司员工规模将随之缩减。

当时看到这句话，李明岚并未放在心上。AI 取代人，是一种被讲了太多年的 " 未来命题 "。

直到裁员邮件弹出，她才反应过来：原来，未来这么快就来了。

这轮裁员，安迪 · 贾西的公开说法是，为适应 AI 技术变革，将资源进一步集中至人工智能相关领域。"Use AI or Bye-bye" 是他挂在嘴边的企业新口号。

这场 "All in AI" 的转向，其实从年初起，刘令一就已感知到。

公司内网陆续上线 AI 搜索插件和办公工具，鼓励 " 全员开发 "，员工可以使用内部平台搭建自己的 AI 应用。部门还要求在每周例会上分享 AI 使用场景，轮流讲述 " 如何用 AI 为业务提效 "。

但在刘令一看来，这更像一项行政任务。

听说有同事开发了一款生成销售话术的智能体，他只觉得是 " 纸上谈兵 "。

商务工作本质上是一种高频互动。对接中小卖家，谈判、维系关系，靠的是情商、语境判断和即时反应。而 AI 生成的话术往往生硬、模板化，很难真正嵌入真实的商务场景。

同事们心照不宣，默认在核心业务上与 AI 保持距离。

一次聚餐中，有同事向刘令一抱怨：" 鼓励用 AI 提效，说白了，不就是让我们加速被替代。"

焦虑之下，周会里的 "AI 分享 " 更多沦为 PPT 美化、资料整理，真正能直接进入业务链条的场景，少之又少。

但在季度汇报节点，部门又被要求配合领导，设计一套 "AI 赋能业务 " 的方案，对上汇报。

让底层员工设法用 AI 提效，更像一种自上而下的焦虑传导。

7 月底，亚马逊召开第二季度财报电话会议。CEO 安迪 · 贾西遭受了电话另一头的轮番拷问。

亚马逊云服务营收增速远低于微软和谷歌、人工智能领域的发展也落后于竞争对手。

在投资人轮番追问中，贾西试图用宏大的 AI 蓝图稳住情绪。但会后，AWS 股价在盘后交易中下跌 7%。显然，资本并未完全买账。亚马逊还需要讲出更能让市场信服的 AI 故事。

然而这场 AI 浪潮，在基层员工这里，并未形成真正的共振。

林梦颖忙不过来时，也会用公司 AI 工具辅助分析广告数据。但从输入指令、生成结果再到人工复核，流程复杂，效率提升有限。而且 AI 不了解具体商家背景，结论常常流于表层。

她给这个系统打的分数是 "60 分 "。这让她产生一种错觉，AI 短期内无法替代自己。

李明岚也有类似判断。她认为，客户是否出席活动，往往取决于长期信任和人际关系的积累。即使公司 AI 系统能答业务问题，但人与人之间的连接，机器无法取代。

只是从公司整体视角看，这些价值微乎其微。

根据 2024 年亚马逊财报，国际零售业务营收约占 22%，利润只贡献约 5.5%；而云服务业务虽仅占总营收约 17%，却贡献了近 60% 的营业利润。

今年，亚马逊计划投入超 1000 亿美元加码 AI 领域，传统业务的战略权重进一步下滑。

在 AI 浪潮下，个体在业务链中的价值被稀释成可随时替换的变量，在系统化裁剪面前显得可有可无。

李明岚们曾努力维系的岗位、积累的经验与信任，在一夜之间被结构化淘汰。

账户被公司系统一键注销后，李明岚努力保持平静。

她感觉这种不快就像一个原本自己也并不痴迷的人，突然甩了自己。

作为客户经理，李明岚的日常被电商平台上各种琐碎问题围绕，其中最常遇到的是客户资质审核。

8 月初，一位服装零售客户发来求助。李明岚打开审核系统，却提示依旧模糊：" 请核实提交资料的完整性 "，她顿感头疼。

在亚马逊，为了过滤风险账户，跨境电商需要不定期接受资格审查，内容包括卖家身份、经营资质、财务状况等。审核系统高度自动化，算法能敏锐判定合规与否，却难以解释具体原因。

通常，这类问题交由公司统一负责的部门处理。客户经理能做的，往往只是将客户情况整理成邮件上报。

面对 " 算法黑箱 "，对面的回应，也多是：" 请客户重新上传文件。"

接下来的几周，李明岚陪客户反复试错：压缩图片、修改注册信息、重新扫描账单，甚至调整扫描清晰度，如此循环再提交。

直到月底的一次系统刷新，提示忽然变为 " 审核通过 "。客户连声道谢，而李明岚却笑不出来——问题的解决并非源自自己，也许是算法更新了参数，也许是模型重新训练。

她能起的作用，仅是 " 提供情绪价值 "，耐心回复客户的疑问，并安抚焦虑情绪。

最初加入亚马逊时，她期待在新领域积累业务能力，但这种耗费精力却难有收获的日常，不断削磨她的底气。

系统架构带来的结果，是基层员工不得不承担的 " 副作用 "。李明岚及部门的绩效与客户营业额直接挂钩。

客户因审核问题暂停交易，损失的销售额同样会被模型算出，而后精准扣在业绩上。那个月，她还有两位客户的店铺因同样问题关停，绩效免不了下滑。

在这个全球规模庞大的跨境电商平台里，信息高效流通本就不易，这也是刘令一日常困扰所在。

在亚马逊工作的这段时间，他使用过三套内部通讯工具，有时为开会要在三个平台轮番通知。公司没有统一的 OA 系统，需要检索内网或依靠零散文档获取信息。邮件仍是日常沟通的主渠道。

一次上门拜访客户时，刘令一被客户指向新上线的功能，询问具体操作。面对陌生的功能名称，他低声应了两句，装作淡定：" 我得跟团队确认一下，再告诉您。" 事实上，他完全不知何时上线，也不清楚细节。

平时，他清楚的仅是自己明确的 KPI，对项目全景和产品体系理解有限。几次向直属领导提出疑问，得到的回答也模糊不清，信息量并不多。

与他们相比，林梦颖更像一只在实验项目里的 " 小白鼠 "。

去年底，她从国内头部大厂跳槽，进入亚马逊中国的一个新型电商客户项目组。此前投递过亚马逊职位未果，这次意外被 HR 在人才库中发现。

面试时，她在两天经历了六轮考核。与以往不同，面试官更关注她与 " 领导力准则 " 下企业价值观的契合度，而非过去经历的细节。这让林梦颖感受到，公司对员工能力的包容度更高，而非 " 即来即用 "。

加上对外企 " 不卷 "" 自由度高 " 的印象，她接下了 offer。即便降薪、无年终奖、缺少食堂或健身房等 " 大厂待遇 "，她依然觉得值得尝试。

入组后，松弛氛围超过预期。前两个月，她几乎没有正式任务，主要在系统上学习岗位知识。遇到困难，向同事请教，总能得到耐心而细致的解答。

在此前的工作经历中，林梦颖一直感受同级间暗自较劲。而在这里，她几乎没有压力感。并非亚马逊所有项目组都如此松弛，在裁员前，她曾一度觉得这份工作理想得有些不真实。

直到得知该项目将在全球撤裁，林梦颖意识到，这或许本身就是一场业务实验，而那些曾让她觉得不真实的松弛感，也终于有了答案。

裁员同步进行的，是招聘。

社交平台上，一条亚马逊运营岗招聘帖写着：" 会用 AI 就行。"

亚马逊这艘大船仍在航行，只是改了航向。

而那些基层员工，则成了随时可能被卸下的舱内货物。